PHM平臺的故障診斷與預(yù)測的一般原理是:
a.數(shù)理統(tǒng)計的模型,通過系統(tǒng)現(xiàn)象對應(yīng)的關(guān)鍵參數(shù)集,依據(jù)歷史數(shù)據(jù)建立各參數(shù)變化與故障損傷的概率模型(退化概率軌跡),與當(dāng)前多參數(shù)概率狀態(tài)空間進(jìn)行比較,進(jìn)行當(dāng)前健康狀態(tài)判斷與趨勢分析。通過當(dāng)前參數(shù)概率空間與已知損傷狀態(tài)概率空間的干涉來進(jìn)行定量的損傷判定,基于既往歷史信息來進(jìn)行趨勢分析與故障預(yù)測。
b.神經(jīng)網(wǎng)絡(luò)(ANN)的模型,利用ANN的非線性轉(zhuǎn)化特征,及其智能學(xué)習(xí)機(jī)制,來建立監(jiān)測到的故障現(xiàn)象與產(chǎn)品故障損傷狀態(tài)之間的聯(lián)系。利用已知的“異常特征-故障損傷”退化軌跡,或通常故障注入建立與特征分析結(jié)果關(guān)聯(lián)的退化軌跡,對ANN模型進(jìn)行“訓(xùn)練/學(xué)習(xí)”。然后利用“訓(xùn)練/學(xué)習(xí)”后的ANN依據(jù)當(dāng)前產(chǎn)品特征對產(chǎn)品的故障損傷狀態(tài)進(jìn)行判斷。BP算法是該模型應(yīng)用廣泛的一種網(wǎng)絡(luò)。另外,PHM平臺還有專家系統(tǒng)模型、模糊綜合評判模型等。
PHM平臺技術(shù)的發(fā)展經(jīng)歷了故障診斷、故障預(yù)測、系統(tǒng)集成三個日益完善的階段,在部件級和系統(tǒng)級兩個層次、在機(jī)械產(chǎn)品和電子產(chǎn)品兩個領(lǐng)域經(jīng)歷了不同的發(fā)展歷程。當(dāng)前PHM技術(shù)的發(fā)展體現(xiàn)在以系統(tǒng)級集成應(yīng)用為牽引,提高故障診斷與預(yù)測精度、擴(kuò)展健康監(jiān)控的應(yīng)用對象范圍,支持CBM與AL的發(fā)展。PHM技術(shù)以一門新生力量已經(jīng)成功應(yīng)用于軍事、民用航空以及電子領(lǐng)域,并大大提升各應(yīng)用領(lǐng)域的運作效率,有著廣闊的發(fā)展前景。
洛陽大工檢測技術(shù)有限公司主要從事于設(shè)備運維管理、設(shè)備狀態(tài)在線監(jiān)測、油液在線監(jiān)測、低速重載軸承監(jiān)測、PHM平臺等,為客戶定制設(shè)計、集成和實施整體潤滑管理方案和振動監(jiān)測管理方案等。為客戶推行設(shè)備狀態(tài)綜合監(jiān)測和設(shè)備運維管理提供必要的專利技術(shù)、創(chuàng)新產(chǎn)品以及管理模式的支持!
文章來源于洛陽大工檢測技術(shù)有限公司官網(wǎng):http://www.www.czzfgg.cn
免責(zé)聲明:本站部分圖片和文字來源于網(wǎng)絡(luò)收集整理,僅供學(xué)習(xí)交流,版權(quán)歸原作者所有,并不代表我站觀點。本站將不承擔(dān)任何法律責(zé)任,如果有侵犯到您的權(quán)利,請及時聯(lián)系我們刪除。
掃一掃